Módulo 1: Introducción a Looker y LookML Articular los beneficios de usar LookML para el modelado y análisis de datos. Identificar los componentes principales de la interfaz de usuario de Looker. Identificar los usuarios objetivo y las funciones de los elementos clave de la interfaz de usuario de Looker. Definir la plataforma central de Looker y la terminología de LookML. Comprender la integración básica entre Looker y Git para el control de versiones. Describir el ciclo de vida de desarrollo de LookML, incluidos los procesos de escritura, validación, fusión e implementación. Reconocer cómo Looker lee, analiza y escribe SQL. Explicar la relación entre SQL y el lenguaje de modelado LookML. Módulo 2: Modelado de datos con LookML Detallar las capas jerárquicas contenidas en un proyecto LookML. Convertir entre paneles definidos por el usuario y LookML. Construir dimensiones y medidas dentro de un Looker Explore, definiendo los tipos de datos, formatos y cálculos apropiados. Localizar dimensiones, medidas y paneles en el IDE de Looker. Comprender cómo las dimensiones y las medidas conectan el desarrollo del IDE con el uso de Explore. Modelar dimensiones complejas para una experiencia de usuario mejorada en Looker. Enumerar las características y la funcionalidad básica de un panel LookML. Convertir entre paneles definidos por el usuario y paneles LookML. Módulo 3: Modelado de Exploraciones para sus usuarios. Crear nuevas Exploraciones y filtros en el IDE de Looker. Conectar Exploraciones y filtros a la exploración de datos del usuario final. Comprender la agregación simétrica para el análisis de datos en Looker. Módulo 4: Trabajar con tablas derivadas. Comprender las tablas derivadas, incluidos los tipos SQL, nativos y persistentes, y sus respectivos propósitos. Identificar casos de uso apropiados para tablas derivadas y seleccionar el tipo óptimo en función de los requisitos específicos. Explicar cómo las tablas derivadas mejoran la eficiencia y la efectividad del análisis de datos en Looker. Localizar los puntos de creación para las tablas derivadas SQL, nativas y persistentes dentro de la interfaz de usuario de Looker. Describir el proceso de creación de tablas derivadas SQL, nativas y persistentes en Looker. Identificar los dos parámetros clave utilizados en las tablas derivadas nativas. Identificar parámetros opcionales para optimizar el rendimiento y la funcionalidad de las tablas derivadas nativas. Defina el almacenamiento en caché y los grupos de datos en el contexto de Looker. Determine cuándo implementar el almacenamiento en caché y los grupos de datos para la optimización de consultas. Evalúe el impacto del almacenamiento en caché y los grupos de datos en el rendimiento general de Looker y la experiencia del usuario.

Este curso está dirigido principalmente a los siguientes participantes: Desarrolladores de datos responsables de la curación y gestión de datos en sus organizaciones. Analistas de datos interesados en aprender cómo los desarrolladores de datos utilizan LookML para curar y gestionar datos en la instancia de Looker de su organización. Requisito previo: Para aprovechar al máximo este curso, los participantes deben tener conocimientos básicos de Git y la experiencia de usuario empresarial de Looker. Para los estudiantes sin experiencia previa como exploradores de datos en Looker, se recomienda completar primero el curso "Análisis y visualización de datos en Looker".